如何识别xarray中的时间，长度和纬度坐标？

Question

确定xarray dataArray对象的哪些坐标包含longitude ， latitude和time的最佳方法是什么？

典型的dataArray可能如下所示：

<xarray.Dataset>
Dimensions:    (ensemble: 9, lat: 224, lon: 464, time: 12054)
Coordinates:
  * lat        (lat) float64 25.06 25.19 25.31 25.44 ... 52.56 52.69 52.81 52.94
  * lon        (lon) float64 -124.9 -124.8 -124.7 ... -67.31 -67.19 -67.06
  * time       (time) datetime64[ns] 1980-01-01 1980-01-02 ... 2012-12-31
Dimensions without coordinates: ensemble
Data variables:
    elevation  (lat, lon) float64 dask.array<shape=(224, 464), chunksize=(224, 464)>
    temp       (ensemble, time, lat, lon) float64 dask.array<shape=(9, 12054, 224, 464), chunksize=(1, 287, 224, 464)>

一种方法可能是循环变量coords标识的变量，如temp.coords ，寻找time ， longitude和latitude的standard_name属性。 但是许多数据集似乎并不包含所有变量的standard_name属性。

我猜测另一种方法是寻找在units属性，并试图找出他们是否有合适的units属性（例如degrees_east或degrees_west为longitude ，等）。

有没有更好的办法？

Answer 1

MetPy包中包含一些用于系统坐标识别的帮助器。 您可以在MetPy教程的xarray中看到它的工作原理。 例如，如果您想要一个名为temp的DataArray的时间坐标（假设它来自已被MetPy解析的数据集），您只需调用：

temp.metpy.time

这是通过根据CF约定解析坐标元数据在内部完成的。

这是一个简短的例子：

import xarray as xr
import metpy.calc as mpcalc

ds = xr.tutorial.load_dataset('air_temperature')
ds = ds.metpy.parse_cf()

x,y,t = ds['air'].metpy.coordinates('x','y','time')

print([coord.name for coord in (x, y, t)])

产生：

['lon', 'lat', 'time']

Answer 2

您可以使用xarray filter_by执行类似下面的代码：

def x_axis(nc):
    xnames = ['longitude', 'grid_longitude', 'projection_x_coordinate']
    xunits = [
        'degrees_east',
        'degree_east',
        'degree_E',
        'degrees_E',
        'degreeE',
        'degreesE',
    ]
    xvars = list(set(
        nc.get_variables_by_attributes(
            axis=lambda x: x and str(x).lower() == 'x'
        ) +
        nc.get_variables_by_attributes(
            standard_name=lambda x: x and str(x).lower() in xnames
        ) +
        nc.get_variables_by_attributes(
            units=lambda x: x and str(x).lower() in xunits
        )
    ))
    return xvars

Answer 3

如果您只是寻找充当索引的特殊坐标，那么您可以迭代ds.indexes并对其名称进行一些字符串解析。 就像是：

ds = xr.tutorial.load_dataset('air_temperature')
ds.lat.attrs.pop('standard_name')

for k in ds.indexes.keys():
    v = ds[k]
    sn = v.attrs.get('standard_name')
    if not sn:
        if 'lon' in k:
            v.attrs.update(standard_name='longitude')
            continue
        if 'lat' in k:
            v.attrs.update(standard_name='latitude')
            continue
        if 'time' in k or k in ['day', 't', 'month', 'year']:
            v.attrs.update(standard_name='time')

Answer 4

我认为我们应该严重依赖CF惯例。 它们正是出于这个原因而存在。 所以我建议将这个问题分成两部分：

• 修复非CF投诉数据集（可能是一个用于此目的的小型库是有意义的 - 它可能包含将公共变量名称转换为适当的standard_name属性的逻辑）
• 解析CF投诉数据集（可以利用standard_name属性）